ประโยชน์ของการใช้อัลกอริทึมทางพันธุกรรม

ทุกคนสามารถอธิบายถึงประโยชน์ของอัลกอริทึมทางพันธุกรรมให้ฉันเปรียบเทียบกับวิธีการค้นหาและการเพิ่มประสิทธิภาพแบบดั้งเดิมอื่น ๆ ได้หรือไม่

เหตุผลหลักในการใช้อัลกอริทึมทางพันธุกรรมคือ:

• มี optima ท้องถิ่นหลายรายการ
• ฟังก์ชั่นวัตถุประสงค์ไม่ราบรื่น (ดังนั้นวิธีการอนุพันธ์ไม่สามารถนำมาใช้)
• จำนวนพารามิเตอร์มีขนาดใหญ่มาก
• ฟังก์ชั่นวัตถุประสงค์คือเสียงดังหรือสุ่ม

พารามิเตอร์จำนวนมากอาจเป็นปัญหาสำหรับวิธีการที่ใช้อนุพันธ์เมื่อคุณไม่มีคำจำกัดความของการไล่ระดับสี ในสถานการณ์ประเภทนี้คุณสามารถหาวิธีแก้ปัญหาที่ไม่น่ากลัวผ่าน GA และปรับปรุงด้วยวิธีการตามอนุพันธ์ คำจำกัดความของ "ใหญ่" กำลังเพิ่มขึ้นตลอดเวลา

• แนวคิดง่ายต่อการเข้าใจ
• แบบแยกส่วนจากแอปพลิเคชัน
• รองรับหลายวัตถุประสงค์
• การปรับให้เหมาะสมดีสำหรับสภาพแวดล้อมที่“ มีเสียงดัง”
• คำตอบเสมอ คำตอบจะดีขึ้นเมื่อเวลาผ่านไป
• โดยเนื้อแท้ขนาน กระจายได้ง่าย

ขั้นตอนวิธีเชิงพันธุกรรมแตกต่างจากวิธีการค้นหาและการเพิ่มประสิทธิภาพแบบดั้งเดิมในสี่จุดสำคัญ:

• อัลกอริทึมทางพันธุกรรมค้นหาแบบขนานจากประชากรของคะแนน ดังนั้นจึงมีความสามารถในการหลีกเลี่ยงการถูกขังอยู่ในโซลูชันที่ดีที่สุดในท้องถิ่นเช่นวิธีการดั้งเดิมซึ่งค้นหาจากจุดเดียว
• อัลกอริธึมทางพันธุกรรมใช้กฎการเลือกความน่าจะเป็นไม่ใช่กฎเกณฑ์ที่กำหนดไว้
• อัลกอริทึมทางพันธุกรรมทำงานบนโครโมโซมซึ่งเป็นรุ่นที่เข้ารหัสของพารามิเตอร์ที่เป็นไปได้ของโซลูชันแทนที่จะเป็นพารามิเตอร์เอง
• อัลกอริทึมทางพันธุกรรมใช้คะแนนความเหมาะสมซึ่งได้มาจากฟังก์ชั่นวัตถุประสงค์โดยไม่มีข้อมูลอนุพันธ์หรือข้อมูลเสริมอื่น ๆ

อัลกอริทึมทางพันธุกรรมเป็นวิธีสุดท้าย สิ่งเหล่านี้มีประโยชน์ก็ต่อเมื่อโซลูชันการวิเคราะห์ไม่สามารถทำได้ (ดูคำตอบของ Patrick สำหรับสาเหตุที่พบบ่อยที่สุด) และคุณมีเวลา CPU มากในมือของคุณ